Praxisworkshop KI-Tools mit Python: Prompting, Fine-Tuning und RAG
Webinar - GFU Cyrus AG
Sie verstehen nach dem Seminar die drei zentralen Ansätze Prompting, Fine-Tuning und Retrieval-Augmented Generation (RAG) und können diese mit Python umsetzen. Sie bereiten Daten korrekt auf, bewerten Modelle objektiv und wählen die passende Methode für konkrete Anwendungsfälle. Darüber hinaus kennen Sie typische RAG-Architekturen und orchestrieren einfache Agenten-Workflows mit PydanticAI.
Python-Beispiele mit Hugging Face Transformers und PEFT
Übungen: Mini-Fine-Tuning mit kleinem Datensatz
Bewertung mit Python-Scorecards (Genauigkeit, Kohärenz, Bias, Sprachfluss)
Tag 3 - Wissensintegration mit RAG
Architektur von RAG und Python-Tools (LangChain, LlamaIndex, Chroma/FAISS)
Tokens und Embeddings verstehen
Typische Anwendungsfälle und Stärken von RAG
Übungen: Aufbau einer Mini-RAG-Pipeline in Python mit Dokumentenabfrage
Best Practices: Kombination aus RAG und Fine-Tuning
Infrastruktur: Python-Anbindung via API vs. Self-Hosting-Lösungen
Agenten-Workflows: Konzepte und Vorteile (z. B. PydanticAI)
Übungen: Einfache Agenten, die mehrere Tools orchestrieren
Abschlussprojekt
Entwicklung eines prototypischen LLM-Workflows in Python für einen Praxis-Use-Case
Dauer/zeitlicher Ablauf:
3 Tage
Zielgruppe:
Dieses Seminar richtet sich an Python-Entwickler und Data Scientists, die LLMs in Projekten einsetzen möchten, an IT-Consultants und Architekten, die effiziente KI-Workflows für Teams entwickeln wollen, sowie an alle, die praktisches Wissen über moderne LLM-Anwendungen aufbauen und weitergeben möchten.
Es eignet sich besonders für Fachkräfte, die sich mit dem praktischen Einsatz von generativer KI beschäftigen und praxisorientierte Lösungen suchen.
Voraussetzungen
Sie benötigen grundlegende Python-Kenntnisse, um den praktischen Übungen gut folgen zu können.
Erfahrung mit JSON, APIs oder Machine-Learning-Konzepten ist hilfreich, aber nicht zwingend erforderlich.
Ein grundlegendes Verständnis für KI und maschinelles Lernen erleichtert den Einstieg, ist jedoch nicht Voraussetzung.
Wir setzen Analyse-Cookies ein, um Ihre Zufriedenheit bei der Nutzung unserer Webseite zu verbessern.
Diese Cookies werden nicht automatisiert gesetzt.
Wenn Sie mit dem Einsatz dieser Cookies einverstanden sind, klicken Sie bitte auf Akzeptieren.
Weitere Informationen finden Sie hier.
